One of the major causes of morbidity and mortality in intensive care is Sepsis, which also represents one of the most expensive healthcare care problems in USA. This work aims to develop an algorithm for the identification of Sepsis in the first hour of ICU admission and to retrospectively analyze and quantify autonomic measures in patients with Sepsis and septic shock. The cohort consisted of data coming from the MIMIC-III database, from which were extracted 107 1-hour electrocardiogram and arterial blood pressure recordings of distinct ICU stays. In the study were included a set of features extracted from the laboratory measures, the recorded waveforms, the time-varying spectra and baroreflex gain through a point process modelling. The best result in identification is obtained with an SVM classifier and it shows an AUC = 0.92, Sensitivity = 1, Specificity = 0.77 and Accuracy = 0.85 on the testing set using features extracted only from the recorded waveform signals. The results in characterization were obtained through a multivariate analysis, which shows a decrease of the information contained in the RR interval time series (SampEn: p=0,03) in presence of Sepsis, an increase in systolic and mean arterial pressure (SAP: p=0,03, MAP: p=0,03) and an increased vagal activity (PP_{RR,HFn}: p=0,045) with respect to controls. Subjects in septic shock show an increase in heart rate (AVNN: p=0,037) and a decrease in heart rate variability (SDANN: p=0,006, SDNN: p=0,005, SD2: 0,005); moreover, an increase of sympathetic activity (LFn: p=0,043) and a correspondent decrease in baroreflex gain (H_{RR-SP,LF}: p=0,049) is observed. In conclusion, this study shows that algorithms that may help clinicians in identifying infectious states in the first hour of ICU can be developed and autonomic changes can be observed either in septic patients or in patients that are under septic shock.

Una delle principali cause di morbilità e mortalità in terapia intensiva è la Sepsi, che rappresenta inoltre uno dei più costosi problemi di salute negli Stati Uniti. Questo lavoro ha l'obiettivo di sviluppare un algoritmo per l'identificazione della Sepsi durante la prima ora di terapia intensiva e punta all'analisi e quantificazione retrospettiva delle misure autonomiche in pazienti settici e in shock settico. I dati utilizzati in questo studio provengono dal MIMIC-III, database dal quale sono state estratte registrazioni elettrocardiografiche e di pressione arteriosa di 1 ora, raccolte da 107 distinte degenze in terapia intensiva. Nello studio sono state incluse misure provenienti da esami di laboratorio, misure estratte dalle registrazioni delle forme d’onda dei pazienti e misure del baroriflesso e spettri tempo varianti estratti grazie alla modellazione secondo processo puntuale. Il miglior risultato nell'identificazione della Sepsi ha mostrato una AUC = 0.92, Sensitività = 1, Specificità = 0.77 e Accuratezza = 0.85, ed è stato ottenuto mediante algoritmo SVM e con misure estratte unicamente dalle forme d'onda registrate. I risultati ottenuti tramite analisi multivariata mostrano una diminuzione nell'informazione contenuta nella serie temporale di intervalli RR (SampEn: p=0,03) in presenza di Sepsi, un aumento delle pressioni arteriose sistolica e media (SAP: p=0,03, MAP: p=0,03) ed un aumento nell'attività vagale (PP_{RR,HFn}: p=0,045) rispetto ai soggetti di controllo. I soggetti in shock settico mostrano: aumento della frequenza cardiaca (AVNN: p=0,037) e diminuzione di variabilità cardiaca (SDANN: p=0,006, SDNN: p=0,005, SD2: 0,005); inoltre, i risultati mostrano un incremento nell'attività simpatica (LFn: p=0,043) ed una corrispondente diminuzione nel guadagno del baroriflesso (H_{RR-SP,LF}: p=0,049). In conclusione, questo studio dimostra che è possibile sviluppare algoritmi che possano supportare i clinici nell’identificazione di stati infettivi nella prima ora di terapia intensiva e che variazioni del sistema nervoso autonomo possono essere osservate sia in caso di pazienti settici che in stato di shock settico.

Sepsis identification and autonomic activity characterization in the first hour of ICU

MOLLURA, MAXIMILIANO
2018/2019

Abstract

One of the major causes of morbidity and mortality in intensive care is Sepsis, which also represents one of the most expensive healthcare care problems in USA. This work aims to develop an algorithm for the identification of Sepsis in the first hour of ICU admission and to retrospectively analyze and quantify autonomic measures in patients with Sepsis and septic shock. The cohort consisted of data coming from the MIMIC-III database, from which were extracted 107 1-hour electrocardiogram and arterial blood pressure recordings of distinct ICU stays. In the study were included a set of features extracted from the laboratory measures, the recorded waveforms, the time-varying spectra and baroreflex gain through a point process modelling. The best result in identification is obtained with an SVM classifier and it shows an AUC = 0.92, Sensitivity = 1, Specificity = 0.77 and Accuracy = 0.85 on the testing set using features extracted only from the recorded waveform signals. The results in characterization were obtained through a multivariate analysis, which shows a decrease of the information contained in the RR interval time series (SampEn: p=0,03) in presence of Sepsis, an increase in systolic and mean arterial pressure (SAP: p=0,03, MAP: p=0,03) and an increased vagal activity (PP_{RR,HFn}: p=0,045) with respect to controls. Subjects in septic shock show an increase in heart rate (AVNN: p=0,037) and a decrease in heart rate variability (SDANN: p=0,006, SDNN: p=0,005, SD2: 0,005); moreover, an increase of sympathetic activity (LFn: p=0,043) and a correspondent decrease in baroreflex gain (H_{RR-SP,LF}: p=0,049) is observed. In conclusion, this study shows that algorithms that may help clinicians in identifying infectious states in the first hour of ICU can be developed and autonomic changes can be observed either in septic patients or in patients that are under septic shock.
LEHMAN, LI-WEI
ING - Scuola di Ingegneria Industriale e dell'Informazione
25-lug-2019
2018/2019
Una delle principali cause di morbilità e mortalità in terapia intensiva è la Sepsi, che rappresenta inoltre uno dei più costosi problemi di salute negli Stati Uniti. Questo lavoro ha l'obiettivo di sviluppare un algoritmo per l'identificazione della Sepsi durante la prima ora di terapia intensiva e punta all'analisi e quantificazione retrospettiva delle misure autonomiche in pazienti settici e in shock settico. I dati utilizzati in questo studio provengono dal MIMIC-III, database dal quale sono state estratte registrazioni elettrocardiografiche e di pressione arteriosa di 1 ora, raccolte da 107 distinte degenze in terapia intensiva. Nello studio sono state incluse misure provenienti da esami di laboratorio, misure estratte dalle registrazioni delle forme d’onda dei pazienti e misure del baroriflesso e spettri tempo varianti estratti grazie alla modellazione secondo processo puntuale. Il miglior risultato nell'identificazione della Sepsi ha mostrato una AUC = 0.92, Sensitività = 1, Specificità = 0.77 e Accuratezza = 0.85, ed è stato ottenuto mediante algoritmo SVM e con misure estratte unicamente dalle forme d'onda registrate. I risultati ottenuti tramite analisi multivariata mostrano una diminuzione nell'informazione contenuta nella serie temporale di intervalli RR (SampEn: p=0,03) in presenza di Sepsi, un aumento delle pressioni arteriose sistolica e media (SAP: p=0,03, MAP: p=0,03) ed un aumento nell'attività vagale (PP_{RR,HFn}: p=0,045) rispetto ai soggetti di controllo. I soggetti in shock settico mostrano: aumento della frequenza cardiaca (AVNN: p=0,037) e diminuzione di variabilità cardiaca (SDANN: p=0,006, SDNN: p=0,005, SD2: 0,005); inoltre, i risultati mostrano un incremento nell'attività simpatica (LFn: p=0,043) ed una corrispondente diminuzione nel guadagno del baroriflesso (H_{RR-SP,LF}: p=0,049). In conclusione, questo studio dimostra che è possibile sviluppare algoritmi che possano supportare i clinici nell’identificazione di stati infettivi nella prima ora di terapia intensiva e che variazioni del sistema nervoso autonomo possono essere osservate sia in caso di pazienti settici che in stato di shock settico.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2019_07_Mollura.pdf

non accessibile

Descrizione: Testo della Tesi
Dimensione 8.5 MB
Formato Adobe PDF
8.5 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/149362